復(fù)雜網(wǎng)絡(luò)視角下全球水產(chǎn)品貿(mào)易格局演化及影響因素

王澤宇 ， 郭 婷 ， 王焱熙

(遼寧師范大學(xué) a.海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心；b.地理科學(xué)學(xué)院，遼寧 大連 116029)

0 引言

水產(chǎn)品是優(yōu)質(zhì)動物蛋白的重要來源，為人類提供食物供給和營養(yǎng)保障[1]。水產(chǎn)品貿(mào)易對全球糧食安全和貿(mào)易增長尤為關(guān)鍵。聯(lián)合國糧農(nóng)組織(FAO)數(shù)據(jù)顯示，水產(chǎn)品貿(mào)易額從2010年的2.241萬億美元增長到2019年的3.288萬億美元。中國是水產(chǎn)大國，水產(chǎn)品出口額連續(xù)17年居世界首位。近年來，隨著越來越多的國家(地區(qū))加入，水產(chǎn)品的單一流向關(guān)系逐漸被打破，貿(mào)易結(jié)構(gòu)日趨多元緊密，構(gòu)成了相互關(guān)聯(lián)、錯綜復(fù)雜的貿(mào)易網(wǎng)絡(luò)。但貿(mào)易壁壘、貿(mào)易摩擦以及新冠肺炎疫情(COVID-19)的影響，卻讓全球水產(chǎn)品貿(mào)易關(guān)系、網(wǎng)絡(luò)結(jié)構(gòu)和空間格局穩(wěn)定性受到巨大挑戰(zhàn)。因此，在開放交融格局下，探討全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)、圈層及組團(tuán)演化特征，剖析影響機(jī)理，并研判中國在此貿(mào)易網(wǎng)絡(luò)格局中的地位演變，可為中國制定更好的水產(chǎn)品貿(mào)易政策、深化水產(chǎn)品貿(mào)易多邊合作提供理論依據(jù)。

國外學(xué)者對水產(chǎn)品貿(mào)易的研究主要集中于水產(chǎn)品價格波動規(guī)律、水產(chǎn)品貿(mào)易與經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)以及關(guān)稅政策對水產(chǎn)品貿(mào)易的影響等方面[2-5]。國內(nèi)學(xué)者的研究則主要集中在水產(chǎn)品雙邊貿(mào)易關(guān)系、出口貿(mào)易的空間特征和影響因素等方面。在貿(mào)易關(guān)系方面，學(xué)者們采用貿(mào)易指數(shù)探討了水產(chǎn)品貿(mào)易的競爭性與互補(bǔ)性特征，認(rèn)為中國的水產(chǎn)品競爭力不高但具備增長潛力，與日本、韓國以及東盟國家等具有較高的市場相似性[6-8]。在出口貿(mào)易空間特征方面，學(xué)者們主要選擇空間基尼系數(shù)與地帶偏離系數(shù)等指標(biāo)方法，認(rèn)為出口貿(mào)易向“扁平化”與多極化演進(jìn)，與經(jīng)濟(jì)結(jié)構(gòu)相關(guān)聯(lián)的貿(mào)易差距正日益縮小[9]。在影響因素分析方面，學(xué)者們主要探討了政策規(guī)制、產(chǎn)業(yè)轉(zhuǎn)型和關(guān)貿(mào)協(xié)定對水產(chǎn)品貿(mào)易的影響。研究發(fā)現(xiàn)，在政策層面，綠色貿(mào)易壁壘對水產(chǎn)品出口具有短期抑制、長期促進(jìn)的作用[10]；在產(chǎn)業(yè)層面，企業(yè)的縱向一體化轉(zhuǎn)型強(qiáng)化了產(chǎn)業(yè)鏈條上不同單元間的有效合作，致使水產(chǎn)品資源配置效率提升并刺激出口[11]；在關(guān)貿(mào)協(xié)定層面，加入WTO短期可加強(qiáng)區(qū)域水產(chǎn)品貿(mào)易的動態(tài)關(guān)聯(lián)，而國際市場需求與水產(chǎn)品內(nèi)部結(jié)構(gòu)的耦合機(jī)制才是長期促進(jìn)區(qū)域水產(chǎn)品出口的關(guān)鍵[12]。

20世紀(jì)末，復(fù)雜網(wǎng)絡(luò)理論取得了突破性進(jìn)展，衍生出諸多指標(biāo)方法用來分析其小世界、無標(biāo)度、魯棒性等特征[13]。因此，該方法被廣泛運(yùn)用于城市關(guān)聯(lián)[14]、交通網(wǎng)絡(luò)[15]、人口流動[16]、國際貿(mào)易[17]等領(lǐng)域?，F(xiàn)階段，也有很多研究采用該方法分析農(nóng)產(chǎn)品貿(mào)易[18]與糧食安全[19]問題，基于空間視角探究糧食生產(chǎn)關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征[20]。雖然當(dāng)前針對單一農(nóng)產(chǎn)品網(wǎng)絡(luò)的相關(guān)研究正日趨豐富，但對占據(jù)重要地位的水產(chǎn)品貿(mào)易網(wǎng)絡(luò)研究卻始終較少。

綜上所述，現(xiàn)有研究多基于單邊或雙邊貿(mào)易數(shù)據(jù)，且往往依賴于經(jīng)濟(jì)學(xué)模型，僅能從單一的市場競爭互補(bǔ)、集中分散等視角探討貿(mào)易關(guān)系，難以清晰反映水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的綜合性、復(fù)雜性與動態(tài)性特征。此外，復(fù)雜網(wǎng)絡(luò)方法雖應(yīng)用廣泛，但關(guān)于水產(chǎn)品貿(mào)易網(wǎng)絡(luò)格局的相關(guān)研究仍然較少。在影響因素方面，水產(chǎn)品貿(mào)易受地理空間和資源稟賦約束較強(qiáng)，但少有研究將驅(qū)動因子的空間異質(zhì)性問題納入考察。因此，本研究采用1996—2018年的水產(chǎn)品貿(mào)易數(shù)據(jù)，嘗試建立全球—區(qū)域—國家(地區(qū))尺度的分析框架，并采用復(fù)雜網(wǎng)絡(luò)分析方法和相關(guān)指標(biāo)研究全球水產(chǎn)品貿(mào)易格局特征，借助地理加權(quán)回歸(GWR)方法解構(gòu)在地理衰減作用下經(jīng)濟(jì)、人口、價格、科技因素對不同區(qū)域水產(chǎn)品貿(mào)易的影響機(jī)理(圖1)。

圖1 全球水產(chǎn)品貿(mào)易格局分析框架

1 研究區(qū)域、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域與數(shù)據(jù)來源

選取全球200余個參與水產(chǎn)品貿(mào)易的國家(地區(qū))，分析1996—2018年全球水產(chǎn)品貿(mào)易格局演化規(guī)律。數(shù)據(jù)來源于聯(lián)合國貿(mào)易商品數(shù)據(jù)庫(UN Comtrade Database)，基于已有研究[9]，根據(jù)HS編碼兩位碼分類下的第一類第三章即03開頭的商品對水產(chǎn)品進(jìn)行分類，包括活魚(HS0301)；鮮、冷魚，熏魚，粗細(xì)粉及團(tuán)粒(HS0302)；凍魚(HS0303)；鮮、冷、凍魚片及其他魚肉(HS0304)；干、鹽腌或鹽漬的魚，熏魚(HS0305)；帶殼或去殼的甲殼動物(HS0306)；帶殼或去殼的軟體動物(HS0307)；不屬于甲殼動物及軟體動物的水生無脊椎動物(HS0308)。

1.2 研究方法

1.2.1復(fù)雜網(wǎng)絡(luò)模型。將參加全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的國家(地區(qū))組成點(diǎn)集V，以兩國(地區(qū))之間的貿(mào)易關(guān)系作為邊集E，以水產(chǎn)品貿(mào)易額作為權(quán)重，根據(jù)圖論法構(gòu)造無向加權(quán)的全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)連通圖G=(V,E)。為了更清楚地探析各個國家(地區(qū))間主要的貿(mào)易聯(lián)系，參考劉志高等[21]的研究，通過提取Top10網(wǎng)絡(luò)來清晰呈現(xiàn)全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和演化特征。研究采用的指標(biāo)包括節(jié)點(diǎn)度、網(wǎng)絡(luò)密度、加權(quán)度、平均路徑長度、平均聚類系數(shù)、模塊度[22]。

1.2.2核密度估計。以1996年和2018年世界各國家(地區(qū))的點(diǎn)入度和點(diǎn)出度為樣本點(diǎn)進(jìn)行核密度估計，基于所得圖形的峰值、形狀、走勢和波動情況等對比觀察，從而分析全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)節(jié)點(diǎn)的整體演化特征。依據(jù)數(shù)據(jù)的密集程度可選取高斯核、Epanechnikov核、三角核和四次核[23]。本研究選取高斯核函數(shù)進(jìn)行樣本估計擬合制圖，并采用軟件Eviews 10進(jìn)行估計。

1.2.3GWR模型。地理加權(quán)回歸(GWR)模型是一種空間變系數(shù)的回歸分析工具，與普通最小二乘法(OLS)回歸方法相比，GWR模型將空間位置因素納入回歸之中，通過參數(shù)估計值隨地理位置的變化來分析空間關(guān)系的平穩(wěn)性，更有利于探究影響因素的空間變異特征[24-25]。因此，本研究采用GWR探究全球水產(chǎn)品貿(mào)易格局的影響因素。

2 全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)演化特征

2.1 水產(chǎn)品貿(mào)易網(wǎng)絡(luò)特征分析

從整體網(wǎng)絡(luò)特征看，節(jié)點(diǎn)數(shù)與邊數(shù)均呈顯著上升趨勢。1996—2018年，節(jié)點(diǎn)數(shù)量由186個上升到201個，貿(mào)易邊數(shù)從2 603條增加至6 622條，可見全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)呈現(xiàn)出顯著的復(fù)雜性與密集化特征(表1)。

從網(wǎng)絡(luò)聯(lián)接緊密程度看，1996—2018年網(wǎng)絡(luò)密度持續(xù)走高，增長了1倍之多(表1)。其中，1996年的網(wǎng)絡(luò)密度僅有0.076，該時期貿(mào)易網(wǎng)絡(luò)較稀疏，貿(mào)易結(jié)構(gòu)較松散，各國水產(chǎn)品貿(mào)易對外依存度較低。2018年網(wǎng)絡(luò)密度到達(dá)峰值0.165，全球水產(chǎn)品貿(mào)易聯(lián)系日漸緊密，貿(mào)易國家(地區(qū))類別更加多樣化和復(fù)雜化。

從平均聚類系數(shù)看，由1996年的0.736下降到2000年的0.547，此后又上升到2018年的0.563，整體呈現(xiàn)出先急速下降后平穩(wěn)浮動的態(tài)勢(表1)。這表明在水產(chǎn)品貿(mào)易網(wǎng)絡(luò)中，各個社區(qū)內(nèi)部貿(mào)易聯(lián)系有所削弱，凝聚程度有所降低，路徑依賴貿(mào)易模式逐漸打破，貿(mào)易方式由內(nèi)部集聚型向外部擴(kuò)散型偏轉(zhuǎn)。

從平均路徑長度看，1996—2018年平均路徑長度先升后降，始終介于1.7～2.0。1996年平均路徑長度為1.797，2000年達(dá)到峰值1.957，2018年回落至1.857(表1)。表明水產(chǎn)品貿(mào)易網(wǎng)絡(luò)傳輸效率先降后升。此外，若聚類系數(shù)較大且平均路徑長度較小，說明該網(wǎng)絡(luò)具備小世界屬性。對比1996年和2018年，聚類系數(shù)總體呈下降趨勢，而平均路徑長度與1996年相比則有所上升，表明水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的局部群簇性有所下降，網(wǎng)絡(luò)整體向“去小世界”化轉(zhuǎn)變。

將中國從貿(mào)易網(wǎng)絡(luò)中剔除，探究蓄意攻擊(通過選擇性刪除網(wǎng)絡(luò)部分節(jié)點(diǎn)或邊來分析網(wǎng)絡(luò)連通度變化)模式下全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)對中國的依賴程度變化(表2)。1996—2018年，蓄意攻擊后貿(mào)易關(guān)系、網(wǎng)絡(luò)密度、平均節(jié)點(diǎn)度和平均加權(quán)度分別平均下降4.002%，2.774%，3.035%和12.792%，尤其是2018年的平均加權(quán)度與攻擊前相比下降了17.895%。由此可見，雖然全球無權(quán)水產(chǎn)品貿(mào)易網(wǎng)仍然具備較高的魯棒性(即網(wǎng)絡(luò)健壯性)，但加權(quán)水產(chǎn)品貿(mào)易網(wǎng)絡(luò)則顯示出較高的脆弱性。此外，1996—2018年平均加權(quán)度不斷降低，表明中國占世界水產(chǎn)品貿(mào)易總額的比重日漸上升，在網(wǎng)絡(luò)中的核心地位日益凸顯。蓄意攻擊后的平均聚類系數(shù)平均下降1.140%，平均路徑長度和模塊度分別上升0.401%和11.624%。由此可見，全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)對中國有著較高的樞紐依賴性，將中國從貿(mào)易網(wǎng)絡(luò)中剔除之后，貿(mào)易網(wǎng)絡(luò)的連通性與可達(dá)性降低且網(wǎng)絡(luò)傳輸效率也有所減損，但整體網(wǎng)絡(luò)的異質(zhì)性有所改善且組團(tuán)分離特征愈發(fā)顯著。

表1 1996—2018年水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的特征量演化

表2 蓄意攻擊后水產(chǎn)品貿(mào)易網(wǎng)絡(luò)特征值變化率 %

2.2 水產(chǎn)品貿(mào)易網(wǎng)絡(luò)節(jié)點(diǎn)特征分析

水產(chǎn)品貿(mào)易網(wǎng)絡(luò)中的平均節(jié)點(diǎn)度整體呈現(xiàn)平穩(wěn)上升趨勢，由1996年的13.55上升至2018年的32.95，增長了1.43倍。其中，中國的節(jié)點(diǎn)度從1996年的103上升至2018年的215，為世界平均水平的7倍。表明中國水產(chǎn)品貿(mào)易關(guān)系不斷向外拓展，貿(mào)易聯(lián)通度普遍高于其他國家(地區(qū))。點(diǎn)出度由67增長至126，平均增長率為2.90%，點(diǎn)入度由36增長至89，平均增長率為4.19%，表明中國的出口國基數(shù)較大而進(jìn)口國數(shù)量增速相對較快。此外，中國在水產(chǎn)品貿(mào)易網(wǎng)絡(luò)中的位次呈現(xiàn)出波動上升態(tài)勢，從1996年的第15位躍居到2018年的全球第5位，水產(chǎn)品大國地位日漸凸顯。

利用Eviews 10軟件繪制1996年和2018年點(diǎn)入度和點(diǎn)出度核密度曲線(圖2)。從點(diǎn)入度看，其核密度曲線變化較為顯著。其中，1996年在[0,10]的區(qū)間范圍內(nèi)核密度值較高且峰度較陡峭，隨著點(diǎn)入度的上升核密度值逐漸降低。而2018年，核密度曲線在[20,100]區(qū)間內(nèi)為低密度均勻分布，整體呈現(xiàn)先急后緩的右側(cè)長尾特征。從點(diǎn)出度看，1996年點(diǎn)出度呈雙峰分布特征，到2018年轉(zhuǎn)為單峰分布，且峰值保持在[5,15]的區(qū)間范圍內(nèi)。從點(diǎn)入度與點(diǎn)出度的對比來看，全球水產(chǎn)品的進(jìn)出口關(guān)系具有非對稱性，大部分國家(地區(qū))的進(jìn)口市場較為集中、出口市場相對分散，從側(cè)面反映了全球水產(chǎn)品貿(mào)易供需關(guān)系的非均衡性。

依據(jù)位次-規(guī)模法則擬合水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的度分布曲線。從度分布來看，1996年和2018年度分布曲線符合“二八定律”，少數(shù)具有高連接度的Hub節(jié)點(diǎn)(中心節(jié)點(diǎn))對水產(chǎn)品貿(mào)易網(wǎng)絡(luò)起到主導(dǎo)作用。此外，還具備典型的冪律分布特征，節(jié)點(diǎn)度較高的國家(地區(qū))數(shù)量較少，而較低節(jié)點(diǎn)度的國家(地區(qū))數(shù)量居多，可見網(wǎng)絡(luò)整體呈現(xiàn)出較明顯的無標(biāo)度特征。

1996年和2018年擬合度分布函數(shù)曲線的R2(決定系數(shù))分別為0.981和0.925，表明擬合結(jié)果較好，并且在對數(shù)坐標(biāo)系中的散點(diǎn)分布近似于直線。在1996年的水產(chǎn)品貿(mào)易網(wǎng)絡(luò)中，度分布的冪律值為-0.024 4，而2018年度分布的冪律值為-0.023 3。度分布曲線的曲率相對降低且向外移動，Hub節(jié)點(diǎn)數(shù)量增加且平均度不斷上升,表明水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的異質(zhì)性改善，無標(biāo)度性減弱。隨著全球化程度的日漸加深，貿(mào)易國家(地區(qū))類別多樣化成為了主流趨勢。同時，也反映出水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的脆弱性有所降低，各國(地區(qū))之間貿(mào)易關(guān)系更加分散多元，使得網(wǎng)絡(luò)結(jié)構(gòu)更加穩(wěn)定。

圖2 1996年和2018年點(diǎn)入度與點(diǎn)出度的核密度分布

2.3 基于加權(quán)度的核心-邊緣結(jié)構(gòu)特征分析

為進(jìn)一步探究水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的等級層次性，基于加權(quán)度利用Gephi 0.92軟件制作1996年和2018年的核心-邊緣結(jié)構(gòu)圖(圖3)，對比水產(chǎn)品貿(mào)易頻次以及貿(mào)易流量最大國的成員流動變化。1996—2018年核心層國家(地區(qū))總體變化不大，先發(fā)國家(地區(qū))退出率與后發(fā)國家(地區(qū))進(jìn)入率均為0.33。美國、日本、中國、挪威、俄羅斯、西班牙、德國、法國始終保留在核心層，其中日本和法國的位次有所下降，美國和俄羅斯的地位保持穩(wěn)定，挪威、西班牙和德國紛紛超越以往位次，排名有所上升，中國的水產(chǎn)品貿(mào)易額躍居世界第一，成為核心層國家(地區(qū))的主導(dǎo)力量。而泰國、加拿大、丹麥和英國逐漸退出圈層，越南、印度、荷蘭和韓國接替補(bǔ)位。可見，全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)等級層次分化特征明顯，核心層國家(地區(qū))變化保持穩(wěn)定，呈現(xiàn)顯著的“圈層固化”特征。

圖3 水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的核心-邊緣結(jié)構(gòu)

2.4 水產(chǎn)品貿(mào)易社區(qū)分析

采用Gephi 0.92中的模塊度(modularity)和層次聚類算法(hierarchical clustering)對全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)進(jìn)行社區(qū)劃分(圖4)。1996年全球的水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的模塊度為0.298，貿(mào)易分割化特征較為明顯。按照每個社區(qū)成員規(guī)模來看，整體上呈現(xiàn)“兩大兩小”的四級社區(qū)劃分形態(tài)。一級社區(qū)以挪威為首，其成員數(shù)量多達(dá)44個，其中1/2為歐洲國家，且歐洲集團(tuán)的貿(mào)易總額占據(jù)社區(qū)的92.5%。二級社區(qū)以美國為首，其成員數(shù)量為38個，亞洲國家(地區(qū))較多，占比為39.5%，亞洲集團(tuán)的貿(mào)易額占該社區(qū)的56.7%。三級社區(qū)以南非關(guān)稅同盟為首，僅有10個國家，主要由中美洲國家和非洲國家組成。四級社區(qū)以阿曼為首，該社區(qū)規(guī)模最小且主要由西亞國家組成。2018年全球的水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的模塊度上升為0.329，社區(qū)數(shù)量雖未變化，但整體形態(tài)由“兩大兩小”的社區(qū)類型向“擬平均”格局演化，空間上呈現(xiàn)聚合性與分散性并存的特征。原先以美國為主導(dǎo)的二級社區(qū)演化為由中國主導(dǎo)且升級為一級社區(qū)，原先以歐洲國家為主的社區(qū)分化成兩級，分別是依舊以挪威為主導(dǎo)的“歐洲—西亞”社區(qū)和以西班牙為主導(dǎo)的“南歐—非洲”社區(qū)。原先以西亞國家為主的四級社區(qū)逐漸擴(kuò)大規(guī)模，并在內(nèi)部形成了以西亞國家為主體的穩(wěn)固貿(mào)易關(guān)系。從貿(mào)易社區(qū)整體看，雖然各社區(qū)內(nèi)部貿(mào)易往來較為密切，但隨著貿(mào)易國家(地區(qū))的增多、世界航運(yùn)體系的日漸發(fā)達(dá)以及貿(mào)易便利化政策的實(shí)施，“洲際”貿(mào)易壁壘有所突破，各社團(tuán)之間貿(mào)易關(guān)系重疊交織，緊密程度不斷增強(qiáng)，地理距離對貿(mào)易的阻抗作用有所削減。

圖4 全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)社區(qū)劃分

3 影響因素分析

傳統(tǒng)的回歸分析方法雖然具有全局性及平穩(wěn)性，但世界各國(地區(qū))的貿(mào)易聯(lián)系具備空間異質(zhì)性，因此，OLS方法的假設(shè)條件難以滿足。本研究使用GWR方法，探究經(jīng)濟(jì)、人口、價格、科技對全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的影響。分別選取各國國民生產(chǎn)總值(GDP)、人口數(shù)量、出口價格指數(shù)、研發(fā)支出占GDP比重反映上述因素。數(shù)據(jù)均來源于世界銀行。

首先，采用OLS方法進(jìn)行全局回歸，1996年和2018年的R2分別為0.249和0.174；其次，采用GWR進(jìn)行回歸，擬合優(yōu)度分別為0.359和0.411。這表明全球水產(chǎn)品貿(mào)易受空間作用力較為顯著，GWR的局部擬合效果均優(yōu)于全局回歸的OLS模型。

3.1 經(jīng)濟(jì)因素對水產(chǎn)品貿(mào)易格局的影響

從全局回歸來看，回歸均值由1996年的0.277增長至2018年的0.280，這表明經(jīng)濟(jì)發(fā)展與水產(chǎn)品貿(mào)易呈現(xiàn)正相關(guān)關(guān)系，經(jīng)濟(jì)增長引致各國(地區(qū))飲食結(jié)構(gòu)改善，刺激水產(chǎn)品的消費(fèi)需求，從而擴(kuò)大貿(mào)易規(guī)模。從局部回歸來看，不同國家(地區(qū))水產(chǎn)品貿(mào)易則呈現(xiàn)顯著的空間差異。1996年和2018年受經(jīng)濟(jì)因素影響較強(qiáng)的區(qū)域包括大部分南北美洲國家、東亞國家、南亞國家和澳大利亞。而西亞國家、格陵蘭島、墨西哥以及部分歐洲國家受經(jīng)濟(jì)因素影響減弱。由此看出，水產(chǎn)品貿(mào)易具有高度外向型特征，且與各個國家(地區(qū))的經(jīng)濟(jì)發(fā)展水平相吻合，而隨著世界經(jīng)濟(jì)一體化的深入推進(jìn)和國際分工體系的日漸成熟，水產(chǎn)品貿(mào)易受地理距離的阻滯也日益減弱。

3.2 人口因素對水產(chǎn)品貿(mào)易格局的影響

從全局回歸來看，回歸均值從1996年的1.324下降到2018年的1.273。這表明人口增長對水產(chǎn)品貿(mào)易起到輕微抑制作用。當(dāng)今，全球糧食生產(chǎn)用地十分有限，糧食產(chǎn)量增長速度與人口增速不匹配，引致陸域食物供給不足，有些國家(地區(qū))便通過減少海洋食物的出口來補(bǔ)給本國(地區(qū))的食物缺口。從局部回歸來看，不同國家(地區(qū))人口數(shù)量的異質(zhì)性也會導(dǎo)致水產(chǎn)品貿(mào)易的空間格局差異，南美洲國家受人口因素影響由較強(qiáng)轉(zhuǎn)強(qiáng)。而人口眾多且經(jīng)濟(jì)水平相對落后的非洲和西亞板塊則由較強(qiáng)轉(zhuǎn)弱。人口增長對北美、東亞、南亞以及大洋洲國家的影響始終較大。

3.3 價格因素對水產(chǎn)品貿(mào)易格局的影響

出口價格指數(shù)對水產(chǎn)品貿(mào)易的影響有所擴(kuò)大，回歸均值從1996年的0.090上升到2018年的1.018，且影響系數(shù)為負(fù)的國家(地區(qū))數(shù)量由27個減少至6個，表明水產(chǎn)品貿(mào)易對價格變化的敏感度增強(qiáng)，價格水平上升有助于刺激各國家(地區(qū))水產(chǎn)品出口。從局部回歸看，空間影響力分布從有序向無序演化，1996年出口價格指數(shù)對東亞、南亞、非洲中南部及大洋洲國家具有顯著的抑制作用；而2018年，價格因素的空間分布較為散亂，水產(chǎn)品資源稟賦充裕的東南亞地區(qū)和部分大洋洲國家則反差明顯，受價格機(jī)制的影響有所加深。

3.4 科技因素對水產(chǎn)品貿(mào)易格局的影響

從全局來看，科技因素的影響系數(shù)均值從1996年的5.21下降到2018年的4.41，區(qū)間范圍從1996年的[0.200,51.270]變化為2018年的[-0.051,60.112]，表明科技發(fā)展會擴(kuò)大水產(chǎn)品貿(mào)易差距，呈現(xiàn)“馬太效應(yīng)”。水產(chǎn)養(yǎng)殖加工、捕撈網(wǎng)運(yùn)等技術(shù)設(shè)備制約著一個國家(地區(qū))的水產(chǎn)品質(zhì)量與產(chǎn)量。此外，水產(chǎn)品作為易腐產(chǎn)品，在國際貿(mào)易及遠(yuǎn)洋海運(yùn)中對冷凍貯存、冷鏈物流等技術(shù)要求較高，因此，科技條件也會對水產(chǎn)資源豐裕國家(地區(qū))的出口產(chǎn)生制約。從局部回歸來看，1996年的空間格局呈現(xiàn)出“板塊對稱”性特征，南北美洲、亞洲、大洋洲的水產(chǎn)品貿(mào)易量受科技因素的驅(qū)動較強(qiáng)；而非洲、西亞及歐洲板塊對科技因素不敏感。2018年，北美及非洲地區(qū)受科技影響保持穩(wěn)定，大部分亞洲和大洋洲國家(地區(qū))的彈性系數(shù)下降。

4 結(jié)論

從網(wǎng)絡(luò)特征來看，1996—2018年，全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)聯(lián)系日漸緊密，網(wǎng)絡(luò)的傳輸效率先降后升，全球水產(chǎn)品貿(mào)易網(wǎng)絡(luò)整體對中國的依賴性逐漸增強(qiáng)。從節(jié)點(diǎn)特征來看，中國在貿(mào)易網(wǎng)絡(luò)中的地位不斷攀升，1996年與2018年的節(jié)點(diǎn)入度核密度曲線變化較為明顯且呈現(xiàn)右側(cè)長尾分布，出度核密度曲線由雙峰轉(zhuǎn)為單峰。度分布曲線表明網(wǎng)絡(luò)異質(zhì)性有所改善。從核心-邊緣結(jié)構(gòu)來看，“圈層固化”現(xiàn)象依舊凸顯，但中國在核心層地位逐漸攀升。從社區(qū)劃分來看，1996年貿(mào)易格局受到地理鄰近影響而形成了以鄰為伴的貿(mào)易群落，而2018年各社區(qū)間貿(mào)易關(guān)聯(lián)更加復(fù)雜，貿(mào)易結(jié)構(gòu)日趨多元，社區(qū)分布向“擬平均”格局轉(zhuǎn)變。從影響因素來看，經(jīng)濟(jì)因素對水產(chǎn)品貿(mào)易的影響不斷加深，但空間異質(zhì)性愈發(fā)明顯；人口因素對水產(chǎn)品貿(mào)易網(wǎng)絡(luò)的影響程度不強(qiáng)，影響系數(shù)均值有所下降；價格因素的影響程度有所增強(qiáng)，影響系數(shù)的空間分布從有序轉(zhuǎn)向無序；科技因素的影響程度有所下降，科技水平的空間異質(zhì)性促使水產(chǎn)品貿(mào)易差距逐漸擴(kuò)大。